已知三个光斑大小，且光斑间隔10厘米，使用matlab拟合来求束腰大小，给出代码

在MATLAB中，你可以使用图像处理工具箱中的函数来分析光斑数据并拟合束腰模型。一种常见的方法是通过直方图或边缘检测来估计束腰区域的宽度。这里提供一个简单的示例，假设你已经有了三张包含光斑的图像，并且这三个光斑在每个图像上都是中心对齐的：

% 导入光斑图像
img1 = imread('spot1.jpg'); % 替换为实际文件名
img2 = imread('spot2.jpg');
img3 = imread('spot3.jpg');

% 转灰度并归一化
gray_img1 = im2double(rgb2gray(img1));
gray_img2 = im2double(rgb2gray(img2));
gray_img3 = im2double(rgb2gray(img3));

% 计算每幅图像的边缘位置
edge1 = edge(gray_img1, 'canny');
edge2 = edge(gray_img2, 'canny');
edge3 = edge(gray_img3, 'canny');

% 提取边缘像素坐标
[~, row_indices1] = find(edge1);
[~, row_indices2] = find(edge2);
[~, row_indices3] = find(edge3);

% 对行坐标进行排序
sorted_rows1 = sort(row_indices1);
sorted_rows2 = sort(row_indices2);
sorted_rows3 = sort(row_indices3);

% 简单假设光斑边界大约位于最大值的一半处
腰部宽度1 = sorted_rows1(end/2) - sorted_rows1(ceil(end/4));
腰部宽度2 = sorted_rows2(end/2) - sorted_rows2(ceil(end/4));
腰部宽度3 = sorted_rows3(end/2) - sorted_rows3(ceil(end/4));

% 求平均值作为束腰宽度的估计
waist_size = mean([waist_width1, waist_width2, waist_width3]);

% 如果你想用更复杂的模型（如二次曲线拟合），可以考虑使用image moments或其他数学形态学技术。

%